L'impatto dei dati errati e perché l'observability è ora un imperativo

Pensi che l'impatto dei dati errati sia solo un piccolo inconveniente? Ripensaci.

I dati errati sono costati a Unity, una società di sviluppo di software per videogiochi quotata in borsa, 110 milioni di dollari.

E questo è solo la punta dell'iceberg.

L'11 maggio 2022, le azioni di Unity sono scese del 37% dopo che la società ha annunciato gli utili del primo trimestre, nonostante la forte crescita dei ricavi, i margini decenti, la buona crescita dei clienti e la continua alta prestazione nell'espansione netta basata sul dollaro.

Ma c'era un dato negli utili di Unity che non era così positivo.

L'azienda ha anche condiviso che la crescita dei ricavi operativi è ancora in aumento, ma è rallentata a causa di un difetto nella sua piattaforma che ha ridotto la precisione del suo strumento Audience Pinpointer.

Il difetto nella piattaforma Unity? Dati errati.

Unity ha inserito dati errati provenienti da un grande cliente nel suo algoritmo di apprendimento automatico, che aiuta a posizionare gli annunci e consente agli utenti di monetizzare i propri giochi. Ciò non solo ha comportato una riduzione della crescita, ma ha anche rovinato l'algoritmo, costringendo l'azienda a trovare le correzioni per porre rimedio al problema in futuro.

La direzione dell'azienda ha stimato l'impatto sull'azienda a circa 110 milioni di USD nel 2022.

Unity non è l'unica azienda che ha sentito profondamente l'impatto dei dati errati. Prendiamo X, ad esempio.

Il 25 aprile 2022, X ha accettato un accordo per essere acquistata da Elon Musk, fondatore di Tesla e SpaceX. Solo 18 giorni dopo, Musk ha comunicato che, dopo aver verificato il numero di account falsi e bot sulla piattaforma, l'accordo era "in sospeso".

Ciò che è accaduto dimostra il profondo impatto che dati errati hanno avuto su questo accordo di altissimo profilo per una delle piattaforme social più utilizzate al mondo. In particolare, X combatte questo problema dei dati da anni. Nel 2017, X ha ammesso di aver gonfiato la propria base di utenti per diversi anni, e nel 2016 una troll farm ha usato più di 50.000 bot per cercare di influenzare le elezioni presidenziali statunitensi. X ha riconosciuto per la prima volta gli account falsi durante la sua IPO del 2013.

Ora, questa questione dei dati sta arrivando al culmine, con Musk che sta indagando sull'affermazione di X secondo cui gli account falsi rappresentano meno del 5% della base utenti dell'azienda e cerca di ridurre il prezzo di acquisto precedentemente concordato di conseguenza. X, come Unity, è un altro esempio di alto profilo dell'impatto dei dati errati, ma esempi come questi sono ovunque, e costa alle aziende milioni di dollari.

Gartner stima che i dati errati costino alle aziende quasi 13 milioni di dollari all'anno, anche se molti non si rendono nemmeno conto dell'entità dell'impatto. Nel frattempo, una ricerca di IDC rileva che i knowledge worker dedicano circa la metà del loro tempo a risolvere problemi relativi ai dati. Immagina quanto sforzo potrebbero dedicare altrove se questi problemi non fossero così diffusi.

In generale, dati errati possono portare a opportunità di fatturato mancate, operazioni inefficienti e esperienze dei clienti negative, tra gli altri problemi che si sommano a quel costo multimilionario.

Il fatto che i dati errati costino alle aziende milioni di dollari ogni anno è già abbastanza grave, ma il fatto che molte aziende non se ne rendano nemmeno conto perché non misurano l'impatto è potenzialmente ancora peggiore. Dopotutto, come puoi risolvere qualcosa di cui non sei pienamente consapevole?

Anticipare i problemi di dati errati richiede osservabilità dei dati, che comprende la capacità di comprendere lo stato di salute dei dati nei tuoi sistemi. L'osservabilità dei dati è l'unico modo in cui le organizzazioni possono davvero comprendere non solo l'impatto di qualsiasi dato errato, ma anche le loro cause, entrambe imprescindibili per risolvere la situazione e per contenerne l'impatto.

È anche importante integrare l'osservabilità dei dati in ogni punto possibile con l'obiettivo di individuare i problemi prima nella pipeline piuttosto che dopo, perché più questi problemi progrediscono, più diventano difficili (e costosi) da correggere.

È fondamentale che questa osservabilità sia un imperativo per i vertici aziendali, poiché dati errati possono avere un impatto serio sui ricavi aziendali (basta chiedere a Unity e X). Fare dell'osservabilità dei dati una priorità per i vertici aziendali aiuterà l'Organizzazione, non solo i team di dati, a riunirsi intorno a questa iniziativa importantissima e a fare in modo che diventi una responsabilità di tutti.

Questa attenzione all'osservabilità dei dati può in ultima analisi aiutare a:

• Identificare presto i problemi di dati nella pipeline dati per limitarne l'impatto su altre aree della piattaforma e/o del business
  
  
• Individuare più rapidamente i problemi dei dati dopo il pop-up, per aiutare a trovare più velocemente le soluzioni.
  
  
• Comprendere l'entità dei problemi di dati esistenti e avere un quadro completo dell'impatto aziendale

A sua volta, questa visibilità permette alle aziende di recuperare più rapidamente i ricavi, adottando le misure necessarie per mitigare i dati errati. Speriamo che il risultato finale sia una correzione prima che i problemi finiscano per costare milioni di dollari. E l'unico modo per far sì che ciò accada è che tutti, a partire dai vertici aziendali, diano priorità all'osservabilità dei dati.

Scopri di più sulla piattaforma di osservabilità continua dei dati di IBM® Databand e su come aiuta a rilevare gli incidenti di dati in anticipo, a risolverli più rapidamente e a fornire dati più affidabili all'azienda. Se desideri approfondire ulteriormente l'argomento, prenota subito una demo.